摘 要:當前數據已成為國家的重要戰略資源，是驅動經濟社會發展的新型生產要素。數據在我國生產活動中扮演著重要角色，將數據納入到收入分配框架中具有必要性和迫切性。為了探討數據作為生產要素進行分配的意義、方式及可能存在的問題，我們需要追根溯源，在理解數據本質的基礎上，進一步對當前熱門的大數據及數字經濟的內涵進行研究，從而系統認識數據價值的特性。
關鍵詞:數據 生產要素 參與分配
【中圖分類號】F2 【文獻標識碼】A
數據作為生產要素的概念及內涵
隨著以云計算、物聯網、移動互聯網、人工智能、機器學習等為代表的新一代信息技術的成熟和產業化，數據正在成為一種新的生產資源，對經濟模式產生深刻影響。企業和政府對數據的關注得到空前提升。而在其中扮演重要角色的大數據雖然以數據為基礎，但兩者也存在顯著差異性，即大數據并不等同于簡單的數據。從數據到大數據，不僅是量的積累，更是質的提升。現實社會中的原始數據流是分散的、零亂的和無序的。一家企業要想從海量的數據規模、快速的數據流轉、多樣的數據類型、不同的數據來源、價值密度低以及包含不同信息流的大數據資產中獲取利益，需要專業化人才的處理和特殊的科學技術的支撐，通過對數據進行整合分析，把原本孤立的數據相互聯通，從而實現新的數據價值增值。從這一維度來講，只有那些耗費一定物質資源和勞動進行收集、處理后的數據，才是有價值的知識信息來源，才能創造價值。因此，數據的價值仍然凝結在無差別的社會勞動中。任何一家企業只有通過人才和技術才能充分利用大數據紅利，進而贏得市場競爭。如這些數據能夠幫助企業更加了解客戶需求，將客戶需求和產品供給有機結合起來，從而實現個性化、精準化營銷。
另外，從技術層面來看，大數據的產生得益于當前我國科學技術的高速發展，它是常規軟件工具及處理模式所無法捕捉、管理和處理的數據集合。大數據的運用離不開企業對海量數據進行分布式數據挖掘，這依賴于云計算的分布式處理、分布式數據庫的搭建、云存儲、虛擬化技術、互聯網和可擴展的存儲系統等技術手段。采用傳統的數據下載方式進行數據處理和分析會消耗大量的財力和人力。而依托于這些特殊技術，則可以短時間內有效處理海量數據，并使得原本難以收集和使用的數據被輕易利用。因此，可以大大節約成本。與此同時，這些新的信息技術的涌現也依賴于大數據的發展。從這一層面來看，大數據不僅指數據信息的規模之大，而且也涵蓋了數據的收集、處理和分析技術，屬于一種技術型知識資產。因此，從廣義上來看，數據要素具有知識、信息、技術等多重內涵。
數據的經濟價值及其參與收入分配的意義
一方面，數據作為一種生產性投入方式，可以大大提高生產效率，是新時期我國經濟增長的重要源泉之一。數據資產表面上是一種“新”的要素，實質上仍然是一種“舊”的生產要素范疇。數據對經濟的影響并沒有脫離傳統的內生增長理論的框架。例如，當前以大數據和信息技術為基礎發展而來的數字經濟為我國經濟增長提供了強大動能，其增長速度極快且規模不斷擴大，在產業結構中的比重日益提升。從總量上來看，2018年我國數字經濟規模達到31.3萬億元，占GDP比重超過三分之一，同時對GDP增長的貢獻率達到67.9%，成為推動我國經濟增長的核心驅動力量。在傳統經濟中，信息流是以實體方式呈現的，而在新的數字經濟下，信息是以數字方式呈現的。G20杭州峰會通過的《二十國集團數字經濟發展和合作倡議》對數字經濟的內涵作出了較為科學的界定，認為數字經濟是將數據作為一種數字化的知識和信息，以一種關鍵性生產要素投入到生產活動中，憑借現代信息網絡這一重要載體、以數字技術創新為核心驅動力，從而促進產業效率提升和經濟結構優化的一系列經濟活動。因此，數字經濟等同于知識經濟。刺激數字經濟的增長是當前我國經濟向創新型、知識型、技術型驅動的增長方式進行轉變的重大戰略舉措。數字經濟不僅改變了經濟增長結構，而且提升了經濟增長質量，對科技創新、全要素生產率的提高具有重要意義。
另一方面，以數據作為生產要素參與分配還體現出以下三個方面的內涵：首先，我們應該將數據作為一種物化勞動，強調其創造剩余價值的作用，將數據要素和勞動者的勞動力相結合所形成的生產力作為創造相對剩余價值和超額剩余價值的重要源泉。其次，我們應該將數據作為活勞動創造價值參與分配，數據要素按貢獻參與分配實質上是一種按勞分配。最后，數據作為生產要素參與分配是因為數據是企業和社會所關注的重要戰略資源，并可以帶來科學理論的突破和技術進步，從而大大提高勞動生產率，創造更多價值。但是，值得注意的是，我們必須明確數據資產具有價值和數據資產創造價值的概念。數據必須和勞動者相結合，進入勞動過程，才能把本身的價值轉移到新產品中。因此，數據知識在生產運用過程中，就是技術型勞動的實踐過程。例如，相關工作人員依據科學技術手段進行數據價值的挖掘。作為一名數據分析師，他們需要的教育投入通常比普通勞動者要高得多，同時他們需要大量的學習及科研費用投入，其所創造的價值比一般勞動力創造的價值也要高得多，因而他們應該獲得相應更高的工資。以上這些都為將數據作為生產要素參與分配這一制度的提出提供了理論依據。
數據作為生產要素參與分配是我國社會分配格局進一步完善的充分體現，有利于健全我國再分配調節機制，規范收入分配秩序。一方面，引入數據作為生產要素參與分配，可以進一步激發數據這一要素參與生產活動，加快經濟發展速度。從根本上而言，大力發展生產力是推動我國收入分配體制改革、實現社會主義分配公平的基礎。因此，在提升市場效率的同時，可以進一步提高居民收入水平，尤其是一些擁有較高數據稟賦的個體和企業。另一方面，數據作為生產要素參與分配還可以進一步推動大數據發展和應用，鼓勵產業創新發展，推動大數據與科研創新的有機結合，推進基礎研究和核心技術攻關，形成大數據產業體系，完善大數據產業鏈，使得大數據更好服務國家發展戰略。因此，在知識經濟背景下，數據要素的制度激勵已成為技術創新和經濟增長之間互動循環的重要環節。但是與其他要素不同的是，將數據作為生產要素參與分配的機制更為復雜。
數據作為生產要素參與分配的方式
科學確定和量化數據在生產活動中所扮演的重要角色是進一步釋放數據價值的關鍵。因此，將數據作為生產要素參與分配實質上就是政府將其作為一種激勵制度，最大程度釋放和利用數據價值，充分發揮數據要素的生產活力的舉措。而具體的分配方式的選擇則是如何對數據進行合理定價的問題。因此，分配給誰、分配多少、如何分配的問題都需要決策者作出科學理性的判斷。
分配過程中最重要也最困難的環節是分配主體的選擇，即數據要素的所有權或控制權的界定問題。這需要我們厘清數據要素發揮作用的方式及流程，從而理解數據要素在生產活動中的價值鏈條。在實際的數據應用過程中扮演重要角色的四類主體分別為：數據提供者、數據收集者、數據挖掘者、決策制定者。
首先，個人數據是構成一切數據源的基礎。個人數據共享損害了共享數據用戶的隱私，同時也損害了其他不參與數據共享的用戶的隱私。隱私的價值越高，則企業所獲得的數據的獲利能力就越高。例如，憑借數據獲利最大的主體——谷歌、Facebook、百度、騰訊等這類大數據公司。作為“信息公司”，他們擁有海量的用戶注冊和運營信息數據。一方面，它們可以從少量客戶的共享數據中獲取海量的關聯客戶的數據信息；另一方面，它們可以利用各種大數據技術進行用戶行為的預測，實質上也相當于一種隱性的隱私侵犯行為。因此，數據的個人提供者理應作為第一環節的分配主體參與數據要素的收益分配。
那么，應該如何對個人數據進行定價呢？由于數據提供者和數據收集者之間關于個人隱私重要性的認知存在極大的信息不對稱，從而使得數據交易價格的合理制定存在困難。我們可以參考國外的一些成功經驗。如美國的DataCoup公司就曾以八美元每月的價格購買用戶的信用卡消費信息以及Twitter、Facebook等社交網站中的信息，然后將個人的數據進行整合并讓用戶選擇出售的數據。這種模式實質上是一種中介機構參與機制，可以作為解決大數據商業化應用與個人隱私沖突的一種可行途徑。另外，我們還可以采用數據拍賣形式，以市場機制為手段決定數據要素價格。
其次，數據收集者可以將購買的數據出售給第三方或直接用于數據挖掘。前者仍屬于第一環節的分配范疇，可以采取前述分配手段進行收入分配。后者則屬于數據分配的第二環節——數據價值挖掘。值得注意的是，我們這里僅僅考慮現實經濟中的一般情形，即數據收集者為企業，數據挖掘者為企業員工。這就涉及企業內部的數據價值的收入分配問題。一方面，數據作為企業的資產應該按其在生產活動中的貢獻向企業所有者進行分配。另一方面，數據分析師等相關數據從業人員是數據價值得以體現的最關鍵因素，因此，按數據分配形成了數字人才發揮決定性作用的組織機制。數字人才是按數據要素進行分配的主要受益者。并且由于數據信息的挖掘過程屬于一種創新過程，這種創新在一定程度上區別于傳統的技術創新，而是“數據創造新數據”，從而創造新知識和新信息。因此，對數據從業人員進行收益分配實質上具有技術、知識、信息、人力資本等多種分配屬性，可以采取的方式有：數據相關項目提成、員工持股計劃、認股權、利潤分享、年薪制、數據分析人員特殊津貼、一次性獎勵及福利計劃等。
最后，數據價值的產業化應用是數據價值轉化為實際收益的關鍵環節。在這一階段中發揮決定作用的是數據決策制定者，通常為企業的管理人員，這一群體的數據要素按貢獻參與分配，實質上類似于人力資本屬性的分配范疇，可以采取的分配方式有：年薪制、股票期權制、管理要素入股、福利計劃等。
接下來，分配額度的核心問題是確定企業利潤中應該歸屬于數據要素的比例。數據要素參與分配的額度應該與數據要素在生產價值創造過程中的貢獻率相符合。在分配系統中，按數據分配表現為數據要素貢獻與經濟價值的趨同特征。即數據的利用程度愈高，其創造的價值愈大。
數據作為一種初次分配方式，應該充分協調市場“看不見的手”與政府“看得見的手”在調節收入分配中的作用。在以市場導向為基礎進行收入分配從而提高生產效率的同時，政府也應該強化對數據要素的激勵，使數據價值得到充分體現，同時也應該提升對收入再分配的調節力度，堅持全民共享數據產業的發展成果。
數據作為生產要素參與分配可能存在的問題
由于數據資產的特殊性，在具體的分配機制的設計過程中存在諸多困難和挑戰。
第一，存在極高的隱私泄露風險，并且當不同用戶之間的信息相互關聯時，數據就會產生極強的負外部性，從而造成市場失靈。大數據時代，對公眾的數據權益的維護存在極大困難，尤其是在政府將數據提升到如此重要地位的情況下，數據所帶來的個人隱私安全問題會越來越嚴重。
第二，數據濫用等違法犯罪行為多發。非法采集公民的姓名、身份證號碼、聯系方式、住址、賬號密碼、財產狀況、行蹤軌跡等個人信息，并進行非法出售，就屬于嚴重的數據濫用行為。
第三，國家安全問題。有些數據屬于國家的機密情報，如果被竊取和泄露，會影響整個國家的命運。
第四，由于數據是一種特殊資本，即無形資產，因此會產生法律問題。另一方面，當前我國法律系統還未能完全對數據作為生產要素參與收益分配的違法行為及其處理辦法等作出明確規定，在現實分配過程中遇到相關問題或糾紛的法律處理途徑還不完善，有可能產生一系列嚴重后果。
第五，按數據要素參與分配是以效率為目標的收入分配方式，這可能在一定程度上與收入分配公平的目標相矛盾。在經濟發展中，以效率為目標的按數據要素進行分配必然會造成一定的收入分配差距，從而在一定程度上影響社會的健康發展。
第六，數據要素在生產活動中發揮作用的方式通常是隱性的，這影響了社會公眾對數據要素作用和價值的認識和判斷，使得數據作為一種生產要素進入分配領域發揮的作用不被大多數人所理解和認同，從而在一定程度上影響數據參與收入分配的政策的實施效果。
第七，數據作為一種知識信息資產，有可能在擁有不同數據資產的企業和個人之間產生委托—代理問題。由于不同企業之間的信息不對稱，具有信息優勢的企業可能通過損害信息劣勢企業的利益以實現自身利益最大化，于是產生道德風險。
最后，數據資產缺乏科學規范的定價規則，因此造成分配過程中的一系列難題。并且現階段我國還未形成統一的數據交易市場，使得數據交易缺乏公平、透明、有效的市場機制的約束。
【本文作者為武漢大學經濟與管理學院教授；武漢大學經濟與管理學院博士研究生賈紅靜對本文亦有貢獻】
參考文獻
[1]王艷麗：《知識資本參與企業收益分配的方式探討》，《決策探索》, 2010年第9期。
[2]張新紅、雷毅、黃漢權：《數字經濟:中國轉型增長新變量》，《智慧中國》，2016 年第11期。
[3]巨讓平、馮小衛：《關于知識要素參與分配的幾點思考》，《統計與信息論壇》，2001年第1期。
[4]楊剛、趙靜杰：《我國高科技企業知識資本參與企業收益分配方式選擇》，《改革與戰略》，2008年第6期。
[5]衛東：《管理要素參與企業收益分配的理論依據及方式》，《商業時代》，2009年第18期。
[6]黃震、蔣松成：《數據控制者的權利與限制》，《陜西師范大學學報（哲學社會科學版）》，2019年第6期。
責編：臧雪文 / 蔡圣楠
聲明：本文為《國家治理》周刊原創內容，任何單位或個人轉載請回復國家治理周刊微信號獲得授權，轉載時務必標明來源及作者，否則追究法律責任。